A continuación se va desarrollar una página web en GitHub Pages, que muestre un tabla y gráficos con el conjunto de datos página web de datos abiertos del Organismo de Investigación Judicial (OIJ)
# Cargar librerias
library(ggplot2)
library(plotly)
library(DT)
library(dplyr)
library(sf)
library(leaflet)
library(readxl)
library(rgdal)
library(lubridate)
library(colourpicker)
estadisticas_policiales <- readxl::read_excel("C:/Users/HP/Desktop/R/estadisticaspoliciales2021.xls")
estadisticas_policiales$Fecha <- as.Date(estadisticas_policiales$Fecha, format = "%d/%m/%Y")
# Tabla interactiva del paquete DT
estadisticas_policiales %>%
dplyr::select(Delito,Fecha,
Victima,
Edad,
Genero,
Provincia,
Canton,
) %>%
datatable(
options = list(
pageLength = 10,
Language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json') # traducción al español
),
colnames = c(
"Delito",
"Fecha",
"Victima",
"Edad",
"Genero",
"Provincia",
"Cantón"
)
)
grafico_por_tipo_de_delito <-
estadisticas_policiales %>%
count(Delito) %>%
ggplot(aes(x = reorder(Delito, n), y = n)) +
geom_bar(stat = "identity") +
ggtitle("Delitos por tipo ") +
xlab("Tipo de delito") +
ylab("Cantidad") +
coord_flip() +
theme_minimal()
ggplotly(grafico_por_tipo_de_delito)
Estadisticas <-
estadisticas_policiales %>%
mutate(fecha = lubridate::month(Fecha))
mes <-c("Enero", "Febrero", "Marzo", "Abril", "Mayo", "Junio", "Julio", "Agosto", "Septiembre", "Octubre", "Noviembre")
Delitos_por_mes <-
Estadisticas%>%
count(fecha) %>%
ggplot(level =level_order,(aes(x = reorder(mes, fecha), y = n))) +
geom_bar(stat = "identity") +
ggtitle("Delitos durante el año 2021") +
xlab("Mes") +
ylab("Cantidad de delitos") +
theme_minimal()
ggplotly(Delitos_por_mes)
delitos_por_genero <-
estadisticas_policiales %>%
ggplot(aes(x = Delito, fill = Genero)) +
geom_bar(position = "fill") +
ggtitle("Delito por género") +
xlab("Delito") +
ylab("Cantidad") +
labs(fill = "Género") +
coord_flip() +
theme_minimal()+
scale_fill_manual(values = c("#0F0F0F", "#4209ED", "#FF0A6CB3"))
ggplotly(delitos_por_genero) %>% config(locale = 'es')
Delitos_por_cantones <-
estadisticas_policiales %>%
count(Canton) %>%
filter(Canton == "SAN JOSE" |
Canton == "ALAJUELA" |
Canton == "CARTAGO" | Canton == "HEREDIA") %>%
ggplot(aes(x = reorder(Canton, n), y = n)) +
geom_bar(stat = "identity") +
ggtitle("Delitos en los Cantones de San José, Alajuela, Cartago y Heredia") +
xlab("Cantón") +
ylab("Cantidad") +
coord_flip() +
theme_minimal()
ggplotly(Delitos_por_cantones)